基于POOSL的系统性能建模与性能分析

本文介绍了面向对象的并行描述语言(POOSL,ParallelObject-OrientedSpecificationLanguage)的基本语义语法及相关的建模工具,并通过对一个基本的包交换系统的建模和分析,说明了利用POOSL进行软硬件系统的性能建模和性能分析的基本方法。     

基于SystemC和POOSL的语音识别系统的系统级建模与性能分析的对比*

根据复杂嵌入式系统的系统级建模的需要,提出了一套复杂嵌入式系统的系统级设计流程和建模方法。该方法主要包括了层次化建模方法、TopDown建模方法、面向对象建模技术和YChart建模方法,并采用提出的系统级建模方法,分别使用SystemC语言和POOSL语言成功地对语音识别系统进行了建模;通过模型的仿真进行了性能分析,并对分别得到的性能分析结果进行了对比,两种语言的系统延迟时间与CPU占用率的性能分析结果基本一致,为建模人员进行复杂嵌入式系统的系统级建模和性能分析提供了指导与参考。     

一类不连续映射的分岔分析

研究一类一维分段不连续映射的边界碰撞分岔问题,推导了周期n解的边界碰撞分岔曲线及fold分岔条件,通过数值仿真验证了这些条件的正确性.研究发现系统存在周期增加序列和周期叠加序列.最后,对分段不连续映射进行三参数分岔研究,揭示了系统各参数对其动力学行为的综合影响.     

一种基于统计的汉语切词方法

汉语分词是中文信息处理系统的基础。本文的主要目的是:提出一种概率模式与统计手段相结合的方法进行汉语切词。首先采用一种基于概率的算法对汉语文本进行切分,然后在此基础上借助样本方差这一统计手段对切分结果进行检验、修正;利用两种模型相结合的方式,提高切分的准确率。     

多层服务系统选择性再生框架

随着人们对网络服务的依赖性日益增强,网络服务系统的服务质量和可用性变得至关重要.然而,服务系统的日益复杂化及第三方软件和异构中间件系统的大量部署,为各种软件缺陷提供更多隐蔽空间.这对保证服务质量和系统可用性提出挑战.文中提出一个自适应的选择性再生框架,以保证系统的服务质量.选择性再生框架,把基于请求处理路径的性能故障分析诊断技术和软件再生技术相结合,通过及时诊断和再生系统中性能故障的部件,改善请求的响应时间,保证系统服务质量.文中提出了一个新的基于请求路径的性能故障的诊断方法.同时,文中实现了一个层次化的选择性的再生策略.基于RUBiS系统的实验结果表明文中方法可以有效保证多层服务系统的服务质量.     

针对生物振荡网络分析的周期系统目标敏感性方法研究

生物学实验和模型计算结果表明振荡是一种常见的生物学现象, 越来越多的研究人员关注生物系统内部的振荡现象是如何产生的、引起振荡的关键因素是什么等问题. 敏感性分析定量分析系统行为在模型参数、系统输入或者初始条件发生变化时受影响的程度. 对周期系统进行传统的状态敏感性计算时, 得到的灵敏度指标随着时间的增加而发散, 因而对其进行敏感性分析是一项具有挑战性的工作. 本文针对这类系统, 首先提出基本状态敏感性的概念, 由此进一步推导出一种相敏感性分析方法. 在计算周期灵敏度过程中, 提出了一种基于奇异值分解的的改进算法, 简化了基本状态灵敏度的计算. 本文中的目标敏感性分析方法克服了因累积效应引起的发散问题. 通过对一个生物节律模型和一个复杂的信号转导网络系统模型进行敏感性分析, 可以看到改进的周期灵敏度计算方法得到的结果与已有方法一致, 并且新提出的目标敏感性分析方法及其计算在处理存在反应守恒的复杂生物振荡系统分析时是有效的.     

具有重置时间切换服务系统的动态稳定性

由一个Server和多个Buffers组成的考虑重置时间的切换服务系统可建模为连续 流切换系统.当采用优先权调度策略时,证明了切换服务系统的连续状态轨迹能一致收敛于 惟一的周期轨道,指出周期轨道与初始状态无关,并给出收敛速度估计.     

周期时变系统的鲁棒自适应重复控制

针对周期时变系统,提出一种鲁棒自适应重复控制方法.该方法利用周期学习律估计周期时变参数,并结合鲁棒自适应方法处理非周期不确定性.与现有重复控制不同的是,在控制器设计中引入了新变量—周期数,利用周期系统的重复特性,使界的逼近误差随周期数的增加而逐渐减少,保证了系统的全局渐近稳定性.同时将该方法应用于一类非线性参数化系统,使系统在非参数化扰动的情形下,输出误差仍能收敛于0,倒立摆模型的仿真验证了此结果.该设计方法适用于消除神经网络逼近误差对重复控制系统的影响,理论证明了基于神经网络的鲁棒自适应重复控制系统中所有变量的有界性和输出误差的渐近收敛性,关于机械臂模型的仿真结果验证了受控系统具有良好的跟踪性能.     

改进检测周期脉冲信号的非线性随机共振系统

在利用非线性随机共振系统检测周期脉冲信号的研究中,通常采用的非线性系统为双稳态系统.针对双稳态系统的两个结构参数均为变量,需要不断调节,误差较大,限制了系统检测性能的提高.为了优化系统,提高系统检测性能,结合周期脉冲信号经过一次积分后变为周期三角波信号,能够大幅度提高信号幅值的特性,提出了采用只有一个结构参数且具有积分放大作用的单稳态系统.通过分析信号频谱,对比信号幅值,证实结构参数取较小值的单稳态系统具有积分作用.Matlab、Monte - Carlo仿真验证具有积分特性的单稳态系统可获得更佳的检测效果.     

基于非马尔可夫随机Petri网的软件再生建模与分析

软件老化是影响软件系统可靠性的重要潜在因素,软件再生作为一种主动预防性的软件容错技术是解决软件老化问题的主要手段.以往的随机Petri网再生模型假定所有变迁的实施时间服从指数分布.针对变迁的实施时间服从确定性分布或一般性分布的情况,文中提出了一种用非马尔可夫随机Petri网建立软件再生模型的方法.该方法采用马尔可夫再生理论对模型进行分析,并给出模型的瞬态解和稳态解.仿真实验表明:选择合适的软件再生周期,可以有效地降低存在老化的软件系统的平均宕机成本,提高系统的可用性和可靠性.     

Performance modelling of a network processor using POOSL

The increasing complexity of innovative real-time hardware/software systems forced industry to consider system-level design methods. Before actually implementing a system with hardware and software components, system-level design methods enable analysing the performance of different design alternatives that realise the required functionality. In order to develop performance models early in the design process, the parallel object-oriented specification language (POOSL) can be used. POOSL is an expressive modelling language for analysing complex real-time distributed hardware/software systems. Being equipped with a formal semantics, POOSL ensures unambiguous execution of models and proper application of performance analysis techniques. This paper discusses the use of POOSL for analysing the performance of a network processor. A network processor consists of components that perform their behaviour in a synchronously concurrent way, whereas POOSL is based on an asynchronous modelling paradigm. In this paper, we illustrate that constructing abstract models of synchronous systems for the purpose of performance analysis may benefit from an asynchronous modelling approach.     

一种基于深度学习的性能分析框架设计与实现

高性能计算系统的体系结构日益复杂和现有性能分析工具的智能程度不足,导致高性能计算应用的程序性能分析和优化的成本代价日益高昂。所幸,人工智能领域目前取得了重要进展,其中深度学习技术发挥了重要作用,它给性能分析工具的智能化带来了契机。提出一种基于深度学习的程序性能智能分析框架,其核心思想是将程序的性能分析问题抽象成可用机器学习技术描述的分类问题,使用处理器支持的PMU采集分类所需的性能数据并标准化,使用簇评估技术结合簇的实际含义确定性能问题类别,通过稀疏编码自动学习性能数据特征并构建性能问题分类模型。在神威太湖之光超级计算机上实现了程序性能分析框架原型。实验结果表明,该性能分析方法能够直观地指导程序员快速把握当前应用最为突出的性能瓶颈问题,提高应用优化的效率,降低用户调优代码的成本。     

A study on framework for effective R&D performance analysis of Korea using the Bayesian network and pairwise comparison of AHP

To effectively evaluate and analyze R&D performance, it is necessary to measure the relative importance of performance analysis factors and quantitative analysis methods that consider the objectivity and relevance of detail factors that constitute performance evaluation. This study suggests a framework for R&D performance evaluations by computing weights through an AHP (Analytical Hierarchy Process) expert survey and by applying a Bayesian Network approach whereby, through which, giving objectivity and allowing inference analyses. This framework can be used as a performance analysis indicator, which uses input and output performance factors in order to perform quantitative analysis for projects. We can quantitatively define the satisfactory level of each project and each performance analysis factor by assigning probability values. It is possible to analyze the relationship between project evaluation results (qualitative evaluation) and performance analysis indicator (quantitative performance). This performance analysis framework can infer posteriori probability using the prior probability and the likelihood function of each performance factor. In addition, by inferring the relationships among performance factors, it allows performing probability analyses on the successful and unsuccessful factors, which can provide further feedback. In conclusion, the framework would improve the national R&D program in terms of financial investment efficiency by aligning budget allocation and performance evaluation.     

性能测试专家分析系统

为了降低性能测试结果分析的难度, 提高性能测试结果分析的准确性, 提出了针对性能测试结果分析过程的专家系统. 首先对性能分析的对象及方法进行了归纳总结, 通过进一步研究人工分析过程以及分析知识结构提出了对结果数据以及分析知识的结构化表示方法, 并依此简要讨论了测试结果分析专家系统的结构.     

SQL Server性能优化理论

从理论的角度介绍了SQL Server性能优化分析的各个方面,包括SQL Server性能优化目标、影响SQL Serv-er性能发挥的因素、SQL Server性能分析工具、SQL Server性能优化的途径及策略。     

Model-based performance analysis using block coverage measurements

The primary advantage of model-based performance analysis is its ability to facilitate sensitivity and predictive analysis, in addition to providing an estimate of the application performance. To conduct model-based analysis, it is necessary to build a performance model of an application which represents the application structure in terms of the interactions among its components, using an appropriate modeling paradigm. While several research efforts have been devoted to the development of the theoretical aspects of model-based analysis, its practical applicability has been limited despite the advantages it offers. This limited practical applicability is due to the lack of techniques available to estimate the parameters of the performance model of the application. Since the model parameters cannot be estimated in a realistic manner, the results obtained from model-based analysis may not be accurate.In this paper, we present an empirical approach in which profile data in the form of block coverage measurements is used to parameterize the performance model of an application. We illustrate the approach using a network routing simulator called Maryland routing simulator (MaRS). Validation of the performance estimate of MaRS obtained from the performance model parameterized using our approach demonstrates the viability of our approach. We then illustrate how the model could be used for predictive performance analysis using two scenarios. By the virtue of using code coverage measurements to parameterize a performance model, we integrate two mature, yet independent research areas, namely, software testing and model-based performance analysis.     

网络性能评估系统研究

为了及时了解网络运行状态,准确评估网络性能水平,保障网络应用获得较为理想性能,对网络实时性能监测系统的结构进行了研究;从数据采集、数据管理、数据分析、数据表示4个层次进行了分析,重点介绍了两个关键层次:数据采集层和数据分析层;在数据采集层,实现了基于主动测量与被动测量相结合的网络性能监测方法;在数据分析层,重点介绍延迟、可用带宽两个关键性能参数测量模型,采用相关分析法对监测数据进行分析处理;实验表明本系统达到了实时监测网络性能、分析评估网络性能水平的目的.     

一种轻量级的处理器核性能分析框架

面向国产处理器核心性能提升的实际需求,针对处理器核RTL设计中可能出现的性能缺陷问题,提出了一种基于RT L仿真的轻量级处理器核性能分析框架.该性能分析框架基于定向和随机测试激励,通过对基准处理器核(Base Core)和新一代处理器核(New Core)的RT L设计进行快速模拟仿真,并对模拟结果进行对比分析,从而发现New Core在RTL设计过程中可能引入的性能缺陷.基于该性能分析框架,结合实际应用场景给出了测试方法和测试结果.实践表明,该性能分析框架能够快速对New Core的RT L设计的性能预期进行验证,从而发现New Core在RT L设计过程中可能引入的性能缺陷,有效加速新一代处理器核的研制进程.